夜视环境下无人机目标定位的图像匹配算法研究

发布时间：2021-11-22 23:43

　　近年来随着科学技术的不断进步,无人机技术发展迅速,其目标定位功能在军事应用、林业巡查、商业物流等多个领域中具有重要的作用。对地目标定位可由无人机航拍可见光图像与可见光卫星地图库图像进行图像匹配实现,然而实际应用中无人机拍摄的可见光图像易受外界环境影响,在夜视环境下图像拍摄的清晰度较差,影响目标定位的准确度甚至无法定位,因此本文研究了一种能够在夜视环境下对无人机目标准确定位的图像匹配算法。本文采用无人机拍摄红外图像与可见光地图库图像进行匹配定位,在定位过程中,可见光图像与红外图像两种异源图像间灰度差异较大,图像匹配结果通常不够理想,对此利用异源图像边缘特征相似的特点,通过对异源图像进行边缘图像提取,降低灰度差异对图像匹配的影响,并对Lo G边缘检测算法进行改进,加入加权均值滤波过程,得到一种抗噪声能力更强、边缘图像提取更精确的边缘检测算法,有效地提高了目标定位的准确性;由于无人机航拍图像与基准地图图像存在较大的视角差异,传统图像匹配的准确率较低,对ORB算法进行改进,构建透视变换模型,将实拍图像进行透视变换得到模拟图像,消除视角差异后再进行ORB图像匹配,得到一种匹配准确率更高的算法,进... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

异源匹配测试图像

哈尔滨理工大学工学硕士学位论文-8-(b)第二组匹配(c)第三组匹配图2-2ORB算法异源匹配结果Fig.2-2ORBalgorithmheterogeneousmatchingresults统计各算法在各组实验中图像匹配得到的点数和匹配正确率。图像匹配实验结果如表2-1所示。表2-1图像匹配实验结果Table.2-1Imagematchingexperimentresults第1组同源第1组异源第2组同源第2组异源第3组同源第3组异源ORB算法匹配点数5863444381410424ORB算法匹配正确率97%73%96%30%91%16%SIFT算法匹配点数93247379332229334SIFT算法匹配正确率98%75%97%42%93%22%SURF算法匹配点数94250678833630227SURF算法匹配正确率98%76%96%42%95%26%

边缘提

【参考文献】：
期刊论文
[1]一种位置关系约束的异源图像匹配算法设计[J]. 苏文尧,黎佩馨,方向忠.  信息技术. 2019(12)
[2]利用V2X增强GPS的协同车辆定位方法[J]. 王玖玲,吴韶波,张媛利,邱佳慧,刘琪.  系统仿真学报. 2019(12)
[3]无人机摄影测量技术在数字化地形测量中的应用[J]. 叶国锋.  河南建材. 2019(06)
[4]图像边缘提取中三个算子的初步分析[J]. 史利莹.  电子世界. 2019(21)
[5]智慧物流背景下无人机配送发展分析[J]. 孙捷.  价值工程. 2019(29)
[6]图像配准在高频超声皮肤三维成像中的应用研究[J]. 王文赛,邢恩铭,王韬,周榴,王晓春,周盛,宋学东,杨军.  医疗卫生装备. 2019(07)
[7]无人机在抢险救灾中的最佳航线规划问题研究[J]. 王春艳,栾天.  白城师范学院学报. 2019(06)
[8]基于改进透视变换的结构光图像校正[J]. 王颖,李锋.  计算机与数字工程. 2019(05)
[9]图像匹配方法研究综述[J]. 贾迪,朱宁丹,杨宁华,吴思,李玉秀,赵明远.  中国图象图形学报. 2019(05)
[10]无人机景象匹配视觉导航技术综述[J]. 赵春晖,周昳慧,林钊,胡劲文,潘泉.  中国科学:信息科学. 2019(05)

硕士论文
[1]基于无人机的民航无线电干扰空中监测与分析研究[D]. 张美红.中国民用航空飞行学院 2019
[2]基于自适应形态学的边缘检测及应用[D]. 贺萌.中南大学 2013



本文编号：3512676